La aplicación de productos biológicos en cultivos agrícolas se ha vuelto cada vez más prominente. La bacteria promotor de crecimiento ha sido utilizada como una alternativa para promover un mayor rendimiento en los cultivos de maíz. En el contexto de la agricultura de precisión, la interpretación de datos geoespaciales ha permitido monitorear el efecto de la aplicación de productos que aumentan el rendimiento de los cultivos de maíz. El objetivo de este trabajo fue evaluar el potencial de las técnicas de Kriging y modelos espectrales a través de imágenes para estimar la ganancia en rendimiento del cultivo de maíz después de aplicar . Los análisis se realizaron en dos áreas comerciales tratadas con . Los resultados revelaron que los modelos de predicción de rendimiento mediante Kriging con un alto volumen de datos de entrenamiento estimaron la ganancia de rendimiento con un error de desviación cuadrática media (RMSE%), error porcentual absoluto medio (MAPE%) y R de 6.67, 5.42 y 0.88, respectivamente. Para los modelos espectrales con un bajo volumen de datos de entrenamiento, la ganancia de rendimiento se estimó con RMSE%, MAPE% y R de 9.3, 7.71 y 0.80, respectivamente. Los resultados demuestran el potencial para mapear la distribución espacial de ganancias de productividad en los cultivos de maíz después de la aplicación de .